Tweets dos congressitas brasileiros em 2019

1. Pergunta 1?
2. As personalidades de destaque conseguem ser mais influentes que um partido inteiro?
3. Parlamentar em seu partido e parlamentar comparando com todos os partidos em geral.
4. Pergunta 4?

Nesta análise iremos explorar dados sobre as contas do Twitter de nossos representantes federais em 2019. Os dados brutos têm 72.316 tweets cuja data de criação segundo a API é em 2019. Esses tweets foram coletados em 22 de março de 2019.

Primeiro vamos carregador nosso dados:

atividade = read_projectdata()

Inicialmente queremos analisar se existe e qual a relação entre número de seguidores, engajamento e atividade do parlamentar.

1. Pergunta 1?

Agora queremos saber se os parlamentares que mais se destacaram e/ou foram “pontos fora da curva” são tão influentes quanto um partido inteiro.

2. As personalidades de destaque conseguem ser mais influentes que um partido inteiro?

3. Parlamentar em seu partido e parlamentar comparando com todos os partidos em geral.

Queremos também analisar a visibilidade atribuída a cada região do país, a partir disso descobrir se existe algum estado que se sobressai e aumenta a média de determinada região.

4. Pergunta 4?

# Importando shapefile (mapa do Brasil)----
shp <- readOGR("..\\map\\.", "BRUFE250GC_SIR", stringsAsFactors=FALSE, encoding="UTF-8")

OGR data source with driver: ESRI Shapefile 
Source: "C:\Users\mathe\Documents\CDD\congresso-twitter\map", layer: "BRUFE250GC_SIR"
with 27 features
It has 3 fields

# Importando códigos do IBGE e adicionando ao dataset----
ibge <- read.csv("..\\ufs\\estadosibge.csv", header=T,sep=",")

engaj <- atividade %>% group_by(UF) %>% na.omit(.) %>% summarise(engajamento = median(engaj_total_proprio))

class(engaj)

[1] "tbl_df"     "tbl"        "data.frame"

engaj <- merge(engaj,ibge, by.x = "UF", by.y = "UF")
# Fazendo a junção entre o dataset e o shapefile----
engajamentoBrasil <- merge(shp, engaj, by.x = "CD_GEOCUF", by.y = "Código.UF")
#Tratamento e transformação dos dados----
proj4string(engajamentoBrasil) <- CRS("+proj=longlat +datum=WGS84 +no_defs") #adicionando coordenadas geográficas
# Gerando o mapa---
pal <- colorBin("Reds",domain = NULL,n=10) #cores do mapa
state_popup <- paste0("<strong>Estado: </strong>", 
                      engajamentoBrasil$Unidade.da.Federação, 
                      "<br><strong>Engajamento: </strong>", 
                      engajamentoBrasil$engajamento)
leaflet(data = engajamentoBrasil) %>%
  addProviderTiles("CartoDB.Positron") %>%
  addPolygons(fillColor = ~pal(engajamentoBrasil$engajamento), 
              fillOpacity = 0.5, 
              color = "#BDBDC3", 
              weight = 1, 
              popup = state_popup) %>%
  addLegend("bottomright", pal = pal, values = ~engajamentoBrasil$engajamento,
            title = "Engajamento gerado por conteúdo próprio no Twitter",
            opacity = 2)